Od umjetne inteligencije i električnih vozila do blockchaina i kompozita, nalazimo se u zlatnom dobu inovacija. Međutim, kako bi iskoristile vrijednost ovih tehnologija, tvrtke se moraju transformirati, a prema studiji koju je provela tvrtka McKinsey & Company, više od 70% takvih napora ne uspijeva.

Očito je da tvrtke koje usvajaju novu tehnologiju trebaju prave ključne pokazatelje uspješnosti (KPI) i interno usklađivanje svog poslovanja kako bi osigurale da od nje dobiju ono što žele. Ali postoji veći, često zanemareni čimbenik koji određuje hoće li ostvariti trajne povrate, a ne samo juriti za skupim tehnološkim trendovima.

Iako nadogradnja starih slučajeva korištenja i stvaranje novih predstavljaju inovaciju, samo potonji stvaraju trajnu gospodarsku i društvenu vrijednost.

Cilj je povećati produktivnost
Ova napetost sada postoji kod generativne umjetne inteligencije. Kao što su u Goldman Sachsu primijetili ranije ovog ljeta, tvrtke su uložile bilijun dolara u umjetnu inteligenciju, a još nemaju nikakvih rezultata kojima bi se pohvalile. Kako bi maksimizirali povrat ulaganja u tehnologiju, poslovni lideri trebali bi razmišljati poput arhitekata koji počinju s prazne stranice.

Kada su se digitalni fotoaparati pojavili prije jedne generacije, potrošači su još nosili memorijske kartice u fizičke trgovine kako bi ispisali svoje datoteke. Danas slike odmah dijelimo s našim mobitelima i društvenim mrežama.

Ova evolucija odražava uobičajeni obrazac u usvajanju tehnologije. Kao što poduzetnik Chris Dixon primjećuje u knjizi Read Write Own: Building the Next Era of the Internet (Čitaj, piši, posjeduj: izgradnja novog doba interneta), u početku se koristimo novim tehnologijama samo kako bismo nastavili sa starim obrascima ponašanja većom brzinom, lakoćom ili kvalitetom ili uz nižu cijenu. Tek kasnije ih rabimo na nove načine kako bismo proizveli disruptivne, trajne rezultate.

Za skok sa “skeuomorfnog” razmišljanja (kada su digitalna sučelja osmišljena da oponašaju tradicionalna fizička, poput “radne površine” na vašem računalu) na nativno razmišljanje treba vremena. Primjerice, putovanje od prvih digitalnih fotoaparata do uspona Instagrama trajalo je 15-20 godina.

Tvrtke koje primjenjuju tehnologiju na skeuomorfne načine mogu povećati marže, primjerice uporabom QR kodova umjesto tiskanih jelovnika restorana. Ali oni koji osmisle nove namjene mogu stvoriti potpuno nova tržišta, kao što je to učinio GrubHub sa svojom platformom za dostavu hrane.

Kako više tvrtki može napraviti skok prema nativnom načinu razmišljanja koji omogućava povećanje produktivnosti? Jedan od načina je traženje frikcija. Kada pretpostavite da su točke frikcija u postojećim poslovnim modelima fiksne činjenice, teško ćete pobjeći od starijih načina razmišljanja.

Ali kada prepoznate i usredotočite se na izvore frikcija, često ćete otkriti da se one mogu ukloniti. Zbog standardnih poslovnih imperativa “brže, lakše, jeftinije” skloni smo se zadržavati u skeuomorfnom načinu rada. Toliko su ukorijenjeni da se ne pitamo treba li proizvod ili proces koji želimo poboljšati uopće očuvati.

Amazonov pristup inovacijama u Whole Foodsu utjelovljuje ovu dinamiku. Na nekim je lokacijama ubrzao naplatu dopuštajući kupcima skeniranje dlana umjesto umetanja kreditne kartice. Neke od njegovih trgovina potpuno su ukinule naplatu putem “pametnih kolica za trgovinu (dash carts)” koja zbrajaju robu dok kupujete.

Postoji velika razlika između ubrzavanja koraka i njegovog ukidanja. “Kako možemo poboljšati naplatu?” glasi skeuomorfno pitanje. “Zašto nam još treba blagajna?” nativno je.

Točke frikcije problem su koji se namjerno zanemaruje. U našoj vlastitoj industriji, financijskoj tehnologiji, neke od njih nalik su na trajna tržišna obilježja. Kada ste zadnji put čekali tri dana i platili 6 dolara za slanje “prekogranične e-pošte”? Sama je ta ideja suluda jer svi prenosimo poruke odmah, na globalnoj razini i besplatno.

Prepoznati inovaciju
Slanje novca preko granica može i treba biti jednako besprijekorno, s obzirom na to da je internetski financijski sustav sada dobro uspostavljen. Ali velik dio šire industrije još je zarobljen skeuomorfnim razmišljanjem koje naknade, kašnjenja i ograđene vrtove smatra životnim činjenicama. Prosječna naknada za doznake na globalnoj razini iznosi 6%. Kao da još tiskamo fotografije u fizičkoj trgovini.

Kada je riječ o primjeni tehnologije, korisnici i funkcije trebali bi biti važniji od materijala i svojstava. Svaka istinska inovacija ima jedinstvenu snagu. Da bismo razmišljali nativno, moramo je prepoznati i iskoristiti. Jedinstvena snaga digitalne fotografije nije bila visoka rezolucija; bila je to trenutna distribucija. Moć umjetne inteligencije je prepoznavanje uzoraka, a ne iznošenje istine.

Korištenje umjetnom inteligencijom za proširenje pretraživanja interneta skeuomorfno je. Korištenje njome za skeniranje medicinskih slika u potrazi za anomalijama koje bi ljudi mogli propustiti, vrhunska je primjena. Štoviše, umjetna inteligencija može smanjiti ili eliminirati točke frikcije u zdravstvenoj skrbi.

Primjerice, praćenjem promjena u našim osnovnim zdravstvenim mjernim podacima, nosivi uređaji pokretani umjetnom inteligencijom mogli bi nam pomoći da uočimo bolest prije nego što postane ozbiljna. Američko ministarstvo obrane već je pilotiralo takav program za otkrivanje bolesti Covid-19 dva i pol dana prije nego što pacijenti dobiju simptome.

Svi poslovni lideri traže veću učinkovitost. Međutim, kada je riječ o izvlačenju maksimuma iz tehnologije, nadogradnja trenutnih proizvoda i procesa nije dovoljna. Uspjeh leži u preispitivanju dugogodišnjih pretpostavki o načinu na koji se stvari rade i osmišljavanju potpuno novih slučajeva korištenja.

© Project Syndicate 2024.

* Koautor članka je Josh Burek, viši direktor strateškog pozicioniranja u tvrtki Circle